基于神经网络的船用柴油机故障诊断专家系统

介绍一种基于神经网络的船用柴油机的故障诊断专家系统，以及系统结构、神经网络的学习算法，给出应用实例，诊断结果表明该方法的有效性。     

基于BP神经网络的武器火控系统故障诊断平台

武器火控系统广泛采用PLC控制系统。首先根据火控系统工作流程建立故障诊断模型,然后详细介绍了BP神经网络的原理及如何在武器火控系统故障诊断中应用,特别是故障诊断中BP神经网络结构和故障诊断训练样本的确定方法。最后根据上述分析建立火控系统故障诊断实例。实践表明,应用BP神经网络算法后故障诊断系统的诊断准确率达到90％以上,该方法具有一定的参考及实用价值。     

一种BP神经网络的汽车齿轮箱故障诊断方法及实验验证

在小波神经网络算法的基础上,从时域和频域两方面对汽车齿轮箱的振动信号进行分析并提取时频域的多个表征值,设计了一种应用于汽车齿轮箱故障诊断的BP神经网络算法。采用经验模态分解法对齿轮箱时频域下的多维故障特征值进行分析和提取,导出了BP神经网络算法步骤和诊断模型;进一步以JZQ! 250齿轮箱为研究对象,对该算法进行数据训练和验证,其状态实验数据结果表明,该算法能够在考虑汽车齿轮箱复杂故障下实现正确诊断,其用于汽车变速箱故障诊断具有较好的实用性,对汽车齿轮箱的故障诊断提供了一定借鉴。     

一种利用神经网络对真空断路器故障诊断的方法

文章首先对22CBDL型真空断路器的工作原理和故障机理进行了研究,选取断路器中四组比较容易测试的测试量,分析了这四组测试量与真空断路器几种常见故障之间的对应关系。然后从大量实验数据中提取具有代表特征的数据作为学习样本,用BP神经网络构建了一个22CBDL型真空断路器故障诊断模型,实现了通过简单易测试信号对复杂不易测信号的故障诊断。最后,MATLAB仿真结果验证了其正确性。     

一种准双曲面齿轮主减速器的故障诊断方法及实现

介绍了一种采用主减速器总成跑合试验的振动信号进行准双曲面齿轮主减速器质量评价的方法。利用时、频域分析和小波包分解对能反映故障特征的参数进行提取;利用MATLAB神经网络工具箱对BP神经网络进行训练并实现故障模式的识别。通过实测信号的试验结果表明,该方法能对准双曲面齿轮主减速器的质量进行有效的评价。     

基于BP网络的滚动轴承故障诊断方法

据统计，旋转机械的故障，30%是由滚动轴承故障引起的。因此，滚动轴承的故障诊断方法的研究得到各国专业技术人员的重视。对此，本文提出了一种新的关于滚动轴承故障的BP网络诊断方法，即通过建立相应的BP网络模型，并用BP算法对该网络进行训练，利用神经网络的智能性来判断轴承所属的故障类型。仿真结果表明，该方法实用有效。     

行星传动在船用绞车设计中的应用

海洋石油钻井平台和海洋工程船舶定位绞车受钻井平台和船舶布置尺寸诸因素影响，要求绞车卷筒负载大，容绳量大，结构紧凑，重量轻。本文就行星传动的应用作分析、论证，绞车经工厂台架试验和实船使用，取得良好效果，目前该行星减速型式已广泛用于我厂设计的特种船用甲板机械。     

船用柴油机故障诊断及处理技术分析

船用柴油发动机是船舶运行的动力中心,安全性能直接关系到运输过程的安全性,诊断船舶的机械故障是至关重要的.当船用柴油机出现故障时应该及时进行诊断,并应用相关处理技术消除故障,确保船用柴油机的安全性和适用性.柴油机故障维护是船舶维护的重要组成部分,它决定着柴油机的使用寿命.通过总结船用柴油机的常见故障,分析故障原因并提出解...     

船用拖拉液压绞车用集成式液压泵站的设计

采用液压泵站与执行元件(船用液压拖拉绞车)集成一体的设计,较传统液压系统中的液压泵站与执行元件分离的设计而言,操作时既方便了对整个液压系统相关数据的观察,又能准确地观测到执行元件的运行情况;同时为整体运输带来了方便,无需运输后再整体接管装配的过程,可直接进行生产运作;在检测运行和维修方面也有很大的便捷。用户应用结果表明,该设计安全可靠,结构紧凑,工作效率高,运输操作便捷,可以大范围内推广应用。     

一种基于Elman神经网络的液压泵故障诊断技术

针对传统BP网络进行液压泵故障诊断时，网络学习具有收敛速度慢和学习、记忆不稳定的缺陷，提出将Elman神经网络应用于液压泵故障诊断，建立Elman神经网络的结构模型，介绍了该网络的训练算法，阐明了液压泵故障诊断的实现过程。通过试验验证了该神经网络收敛速度快，学习记忆稳定，具有很好的学习功能；测试结果表明该诊断方法具有高可靠性，达到了预期的结果，可以用于液压泵故障诊断。     

神经网络在异步电机转子故障诊断中的应用

本文利用BP神经网络对异步电机转子的几种主要故障类型进行诊断,提取异步电机转子振动频谱分量,经归一化处理后作为训练样本,代入网络进行学习,通过输出的数据即可判定故障类型,并用新的样本对训练好的网络进行了检验,取得了较好的结果.     

基于遗传算法的BP神经网络滚动轴承故障诊断

针对滚动轴承的故障诊断问题,提出了一种基于遗传算法的BP神经网络滚动轴承故障诊断方法。以BP神经网络的误差为目标函数,利用遗传算法进行BP神经网络的权值和阈值优化,并用优化后的BP神经网络进行故障诊断。通过MATLAB仿真,结果表明遗传算法优化的BP神经网络相比传统的BP神经网络具有更好的诊断效率和准确度。     

基于小波包与改进BP神经网络的齿轮故障诊断

对齿轮振动信号应用小波包分解提取故障特征向量,并以此作为改进BP神经网络的输入,对神经网络进行训练,建立齿轮运行状态分类器,用以诊断齿轮的运行状态。结果表明,该方法对齿轮故障诊断十分有效。     

基于BP神经网络的摊铺机智能故障诊断

针对大型复杂的工程机械，建立基于BP(逆向传播)神经网络的智能故障诊断系统。给出了该系统的诊断方法和故障诊断步骤，并提供了对工程机械液压系统故障诊断的调试实例。     

神经网络与 D-S 证据理论融合的液压系统故障诊断方法

针对液压驱动火箭炮随动系统故障类型的多样性以及故障信息不确定性等问题,提出了证据理论与神经网络综合集成的故障诊断方法。为克服单一神经网络自身的缺点,在普通节点处建立2个改进神经网络模型来简化网络结构,分别以铁谱数据和压力、流量、温度特征参数作为输入向量进行初始故障诊断,并将诊断结果作为证据理论的基本概率分配,从而实现了赋值的客观化。然后,利用 D-S 证据理论对2个改进神经网络的初始诊断结果进行融合。实验结果表明：该方法避免了神经网络识别时的误诊,提高了液压驱动的火箭炮随动系统故障诊断的准确性。     

BP神经网络在气象仪故障诊断中的应用

针对气象仪常见的几类故障分别建立相对应的子神经网络,并总体组成一个总的神经网络系统来诊断气象仪的故障方法,以帮助维修人员快捷、准确、自动地诊断出故障原因,以降低故障处理时间,提高运行效率。     

基于BP神经网络的液压马达故障诊断

以液压系统中液压马达为研究对象,提出了一种基于故障表征的诊断模型,该模型无需建立被诊断对象的精确数学模型,只需以显性的故障表征作为诊断模型的输入,并为其建立BP神经网络模型,运用MATLAB给出该网络的训练过程及结果,并提供应用于液压马达的故障诊断实例.     

基于BP神经网络的数控机床故障诊断系统研究

提出了一种改进的BP神经网络模型应用于数控机床的故障诊断方法。介绍了诊断模型结构及网络算法，并以机床中进给伺服系统为例，分析其诊断过程；然后利用MATLAB对其进行仿真验证，并提出采用CPLD器件进行硬件的实现方式。试验结果表明，该方案合理、可行，有较好的应用前景。     

基于神经网络的压缩机故障诊断

对离心式空气压缩机动不平衡的故障问题，采用神经网络的BP(Back　Propagation)算法进行故障模式识别和诊断，并针对传统BP算法收敛速度慢，宜陷入局部最小的情况，从以下方面进行处理：其一，使用带动量改进型反向传播BP算法加快了收敛速度；其二，训练过程中对隐层和输出层采用了双曲正切阈值激励函数进行训练，解决了Sigmoid函数在0和1附近易陷入平坦区的情况。成功实现了故障样本空间到诊断数据空间的影射，并立在理论上给出了数学推导。     

基于改进BP神经网络的故障诊断方法

对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓"局部最小值"问题.文章采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某型坦克发动机的故障诊断,测试结果表明该方法相比常规BP算法能够更有效诊断发动机油路和气路的故障,从而为故障诊断及判定的自动化提供了一个新思路.